本发明涉及疾病传播预测，具体为一种基于分子标志物和家系网络的疾病传播预测系统。
背景技术：
1、疾病传播预测是指利用数学模型和统计方法来预测疾病在人群中的传播情况。目前疾病传播预测主要依靠流行病学调查和数学模型的建立，通过收集疾病的传播数据、人群的接触模式和疾病的传播特性等信息，来预测疾病的传播趋势和风险。
2、而目前疾病传播预测没有考虑到家庭因素，家庭成员关系对疾病预测的重要性在于遗传因素，如果不考虑家庭成员关系，可能会忽略患病风险较高的家族成员，导致疾病预测的准确性不高；且家庭成员关系是一个重要的因素，可以帮助医生综合考虑家族病史、遗传因素、家庭环境等多方面因素，从而更全面地评估患者的疾病风险，如果不考虑家庭成员关系，可能会导致疾病风险评估不全面。
技术实现思路
1、针对现有技术的不足，本发明提供了一种基于分子标志物和家系网络的疾病传播预测系统，解决了目前疾病传播预测没有考虑到家庭成员关系，可能会导致疾病风险评估不全面和预测不准确的问题。
2、为实现以上目的，本发明通过以下技术方案予以实现：一种基于分子标志物和家系网络的疾病传播预测系统，包括：
3、数据采集单元，用于采集分子标志物数据以及采集家系关系数据，并建立家系网络关系图；
4、数据处理单元，用于将分子标志物数据和家系网络关系数据整合在一起，进行数据分析和挖掘，找出患病者之间的联系和传播路径；
5、传染病传播预测模型，用于建立传染病传播预测模型，并将出现传染病的分子标志物数据带入传染病传播预测模型内以预测传播路径和范围；
6、结果展示单元，展示传染病传播预测模型输出的传染病传播路径和范围预测结果；
7、预警建议模块，依据结果展示单元展示的数据进行传染病传播预警，并针对该传染病类型提出医学检查和预防建议。
8、优选的，所述数据采集单元包括：
9、分子标记物数据采集模块，用于采集与特定疾病相关的分子标志物数据，所述分子标志物数据包括但不限于基因表达数据、蛋白质表达数据、代谢物数据；
10、家系网络数据采集模块，用于收集家系关系数据，包括家庭成员之间的血缘关系和非血缘关系；
11、家系数据图建立模块，依据家系网络数据采集模块采集的数据建立家系数据图。
12、优选的，所述分子标志物数据通过公共数据库中获取，或通过实验室实验得到。
13、优选的，所述数据采集单元进行数据处理的具体步骤为：
14、s1、将分子标志物数据和家系网络关系数据分别导入到数据分析软件中，建立两个子集；
15、s2、对分子标志物数据进行特征提取和降维处理，得到患病者的特征向量；
16、s3、对家系网络关系数据进行网络分析，找出患病者之间的联系和传播路径；
17、s4、将分子标志物数据和家系网络关系数据进行整合，建立一个综合数据集；
18、s5、设计一套算法公式，通过特征向量和网络关系数据来预测患病者的风险和疾病传播的概率。
19、优选的，所述s2中，具体步骤为：
20、(1)特征提取：假设原始的分子标志物数据为一个矩阵x，其中每一行代表一个样本，每一列代表一个特征，通过主成分分析法得到降维后的特征向量z：
21、z＝x·w；
22、其中，w是主成分分析法的转换矩阵，通过特征值分解得到，“·”表示点积运算；
23、(2)特征降维：在得到特征向量z后，通过线性判别分析方法进一步降维，得到最终的特征向量f：
24、f＝z·v；
25、其中，v是线性判别分析方法的转换矩阵。
26、通过以上步骤得到患病者的特征向量，用于后续的分类和预测任务。
27、优选的，所述s3中，家系网络关系数据表示为一个图，其中每个节点代表一个家庭成员，边代表家庭成员之间的关系，网络分析算法采用最短路径算法，找出两个节点之间的最短路径，在家系网络中，最短路径表示为患病者之间的联系和传播路径，其具体算法为：
28、设家系网络为g＝(y,e)，其中y为节点集合，e为边集合；
29、患病者之间的联系和传播路径表示为最短路径长度d(i,j)，其中i和j分别为两个患病者的节点，最短路径长度可以通过dijkstra算法或floyd算法来计算。
30、优选的，所述算法公式基于seir模型进行设计，将人群分为易感者、潜伏者、感染者和康复者四类。
31、优选的，所述传染病传播预测模型包括：
32、传染病传播预测模型建立模块，通过在基础树形图框架上添加具体的家系网络关系数据，创建家系网络关系模型，并插入分子标志物数据，同时带入数据采集单元获取的算法公式，建立完整的传染病传播预测模型；
33、模型训练模块，用于向传染病传播预测模型建立模块内带入新的分子标志物数据进行训练和验证，调整参数传染病传播预测模型，或带入获取传染病传播路径和范围；
34、结果输出模块，用于输出传染病传播路径和范围。
35、有益效果
36、本发明提供了一种基于分子标志物和家系网络的疾病传播预测系统。与现有技术相比具备以下有益效果：
37、1、该基于分子标志物和家系网络的疾病传播预测系统，整合分子标志物数据和家系网络关系数据，可以帮助确定患病者之间的联系和传播路径，从而更好地了解传染病的传播方式和范围；建立传染病传播预测模型可以帮助预测传染病的传播路径和范围，有助于及早采取控制措施，减少疫情扩散的风险；通过展示传染病传播预测模型输出的结果，可以提前进行传染病传播的预警，使相关部门和个人能够做好准备，采取必要的防控措施；根据传播预测结果，可以为相关单元提供定制的医学检查和预防建议，有针对性地提高传染病的诊断和预防水平。总的来说，这些步骤有助于提高传染病防控的精准性和效率，减少传染病的传播风险，保障公共卫生安全。
38、2、该基于分子标志物和家系网络的疾病传播预测系统，通过将分子标志物数据和家系网络关系数据建立子集，有助于对数据进行有效管理和分析，提高数据处理效率；特征提取和降维处理可以帮助提取出关键特征并减少数据维度，有助于减少数据噪音，提高数据分析的准确性和效率；通过网络分析家系关系数据，可以更好地理解患病者之间的联系和传播路径，有助于揭示疾病传播规律，为疾病防控提供科学依据；整合分子标志物数据和家系网络关系数据可以帮助建立更全面的综合数据集，为后续的数据分析和建模提供更丰富的信息；设计算法公式并基于seir模型进行设计，可以有效预测患病者的风险和疾病传播的概率，为疾病防控提供预警和决策支持。
39、3、该基于分子标志物和家系网络的疾病传播预测系统，传染病传播预测模型的建立模块可以帮助科研人员更好地理解传染病在人群中的传播规律，从而有助于采取针对性的预防和控制措施，通过建立家系网络关系模型和插入分子标志物数据，可以更准确地描述传染病在人群中的传播方式，并结合算法公式进行预测分析，有助于提前预警和应对传染病的蔓延；模型训练模块则可以通过不断向模型输入新的数据进行训练和验证，不断调整参数，提高模型的准确性和预测能力，这有助于科研人员更好地理解传染病传播的动态过程，并及时获取传染病传播路径和范围的变化情况，为制定应对策略提供科学依据；结果输出模块则可以将模型预测的传染病传播路径和范围输出，帮助决策者和公众了解传染病的传播情况，及时采取相应措施，有效控制传染病的传播。整个流程有助于提高对传染病传播规律的认识，为应对传染病疫情提供科学支持和决策参考。
1.一种基于分子标志物和家系网络的疾病传播预测系统，其特征在于：包括：
2.根据权利要求1所述的一种基于分子标志物和家系网络的疾病传播预测系统，其特征在于：所述数据采集单元包括：
3.根据权利要求2所述的一种基于分子标志物和家系网络的疾病传播预测系统，其特征在于：所述分子标志物数据通过公共数据库中获取，或通过实验室实验得到。
4.根据权利要求2所述的一种基于分子标志物和家系网络的疾病传播预测系统，其特征在于：所述数据采集单元进行数据处理的具体步骤为：
5.根据权利要求4所述的一种基于分子标志物和家系网络的疾病传播预测系统，其特征在于：所述s2中，具体步骤为：
6.根据权利要求4所述的一种基于分子标志物和家系网络的疾病传播预测系统，其特征在于：所述s3中，家系网络关系数据表示为一个图，其中每个节点代表一个家庭成员，边代表家庭成员之间的关系，网络分析算法采用最短路径算法，找出两个节点之间的最短路径，在家系网络中，最短路径表示为患病者之间的联系和传播路径，其具体算法为：
7.根据权利要求4所述的一种基于分子标志物和家系网络的疾病传播预测系统，其特征在于：所述算法公式基于seir模型进行设计，将人群分为易感者、潜伏者、感染者和康复者四类。
8.根据权利要求4所述的一种基于分子标志物和家系网络的疾病传播预测系统，其特征在于：所述传染病传播预测模型包括：
